Fand österreichische Forschergruppe mittels breiter Datenanalyse heraus

Algorithmen sind bei der automatischen Liedwahl auf Musikplattformen omnipräsent. Dabei kommen Systeme künstlicher Intelligenz (KI) zum Einsatz, die anhand menschlicher Entscheidungen trainiert werden. Ein österreichisches Forschungsteam zeigt nun im Fachmagazin "EPJ Data Science", dass solche Algorithmen sich mit der Einordnung des Musikgeschmacks von Hörern abseits des Mainstreams schwerer tun. Am wenigsten treffen sie den Geschmack von Hardrockern und Hip-Hop-Hörern.

Online-Empfehlungssysteme werden seit geraumer Zeit von alle größeren Plattformen im Film- oder Musikbereich wie Amazon, Netflix, Spotify, Youtube und anderen genutzt. Dabei wird auf Basis des bisherigen Verhaltens von Nutzern automatisiert entschieden, was ihnen als nächstes angeboten wird. Fragen darüber, welche Verzerrungen dabei zustande kommen können, wenn Algorithmen mehr oder weniger menschliche Entscheidungen übernehmen, beschäftigen die Wissenschaft seit einigen Jahren stark. Ebenso die Frage, wie gut solche Systeme die Wünsche ihrer Nutzer auch tatsächlich vorhersehen und mit ihren Vorschlägen deren Geschmack treffen.